PROGRAMACION

LINEAL ENTERA
Investigacin Operativa I
INTRODUCCIN.
La programacin entera se refiere a la solucin de problemas en los cuales se fuerza
a los resultados a no tener valores fraccionales, es decir, desde el punto de vista de
conjuntos, los resultados pertenecen a Z
+
(incluyendo el cero). El PPL asociado a
este tipo de problemas presenta la siguiente estructura:
e
s
=
x
b AX
sa
CX Z
Max
:

Existen varios mtodos que convergen a soluciones ptimas enteras, pero algunos
son dependiendo de las circunstancias, demasiados lentos o demorosos, lo cual es
injustificable sus operaciones, desde el punto de vista del costo.

La diferencia con los problemas de programacin lineal (PPL), es que esta ltima se
minimiza o maximiza sobre un rea factible de solucin (factibilidad convexa),
mientras que la programacin entera se maximiza una funcin sobre una regin de
factibilidad que, generalmente, no es convexa, por lo cual, es de muchos rdenes de
magnitud ms complicados que los PPL ya conocidos.
Los mtodos que se presentarn resumen el estado de la programacin entera, pero
les falta para ser 100% eficientes en la solucin de todos los tipos de problemas
enteros.
En el estudio de la investigacin de operaciones, existen una variedad de problemas
que caen dentro de los problemas enteros:

- Todos los problemas de programacin lineal donde las actividades por su
estructura deben ser no divisibles son programas enteros (produccin de autos,
prendas de vestir, etc).

- Todos los problemas de transporte, transbordo, asignacin y redes de
optimizacin (se ver mas adelante) con soluciones particulares.

- Problemas de secuenciacin.- problemas fcil de formular y difciles de resolver.

- Problemas del agente viajero o TSP (Travel Salesman Problem)
METODO DE BIFURCACIN Y ACOTACIN.
Tambin se le llama mtodo de Branch and Bound (B&B). Este mtodo redondea y
acota las variables enteras, cuya resultante viene dado por la solucin de los PPL
correspondientes. Este proceso de acotamiento y redondeo se hace de una manera
secuencial lgica heurstica, que permite eliminar con anticipacin un buen nmero
de soluciones factibles alejadas del ptimo a medida que se itera. De manera tal que,
si una variable entera x
j
est acotada entre un lmite inferior entero d
i
y un lmite
superior entero u
i
con n i , , 1 = ; el proceso de bifurcacin y acotacin solo se analiza
un nmero muy pequeo de todas las posibles soluciones. En pocas palabras se
reduce la posibilidad de combinaciones que la variable puede tomar, eliminando las
alejadas del ptimo real.

Uno de los mtodos de bifurcacin y acotacin mas conocido es el propuesto por A.
H. Land y A. G. Doig.
Algoritmo de Land-Doig: Problemas Enteros.
Paso1:
Resuelva el problema entero relajado, es decir, sin las condiciones de integralidad,
por medio del mtodo simplex de programacin lineal:
0
:
) (
>
s
=
x
b AX
sa
CX Z
Max P
k

Definamos Z
~
como incumbente o mejor solucin entera, que inicialmente tiene valor
de 0
~
= Z .

Si la solucin es entera, se ha conseguido la solucin ptima y la incumbente toma el
valor del problema resuelto. En caso contrario, contine al paso 2.

Paso 2:
En el nodo del rbol se obtuvieron las soluciones, entonces escoja arbitrariamente
una variable entera
i
X , cuyo resultado en el paso 1 sea fraccional e igual a
Bi
X , es
decir
Bi i
X X = .

Paso 3:
Efectu una ramificacin del problema original, es decir, resuelva un par de nuevos
problemas, similares al problema anterior, pero se le adicionar a cada problema una
restriccin que impida tomar el valor
Bi i
X X = , es decir:
1. El problema original con una restriccin adicional

Bi i
X X s :

0
:
) (
>
s
s
=

x
X X
b AX
sa
CX Z
Max P
Bi i
k

1. El problema original con una restriccin adicional

1 + >
Bi i
X X :

0
1
:
) (
>
+ >
s
=
+
x
X X
b AX
sa
CX Z
Max P
Bi i
k


La notacin

i
X se refiere al entero menor de
i
X , (a modo de ejemplo:

4 1 25 , 3 3 25 , 3 = + . = ). La resolucin de este tipo de problemas, se puede hacer
por anlisis de sensibilidad agregando una restriccin.
Paso 4:
De los programas lineales resueltos en el paso 3, inclyase en el anlisis a seguir
solo aquellos programas cuya solucin (entera o fraccional) sea mejor a cualquiera
de las soluciones enteras conocidas (esto es el mayor en el caso de maximizar o
menor en el caso de minimizar). Lo anterior indica el proceso de acotamiento (o
poda) de una rama, ya que un nodo del rbol puede no requerir ms ramificaciones.
En este caso puede ocurrir:

1. El problema en el nodo es infactible, por lo que todos los subproblemas
generados a partir de l sern infactibles tambin.
2. El problema en el nodo tiene un valor ptimo
*
Z peor que la mejor solucin entera
encontrada Z Z s
*
, por lo que todos los subproblemas generados a partir de l
sern peores.
3. El problema en el nodo tiene una solucin entera. Si el valor ptimo
*
Z es mejor
que la mejor solucin encontrada hasta el momento Z Z >
*
, actualizamos el
incumbente como
*
Z Z = .

Paso 5:
Seleccione aquel programa lineal que tenga el mejor valor de la incumbente, es
decir, mximo valor de la funcin objetivo del subproblema (o mnimo en caso de
minimizacin de la funcin objetivo). Si las variables definidas enteras tienen valor
entero se ha conseguido la solucin ptima. En caso contrario, regrese al paso 2 con
la estructura del problema lineal resuelto en este paso.
Empezar
Resolver el
programa lineal
(relajado)
correspondiente
Es la
solucin
entera?
Solucin
ptima
Pare
Escoja de esta estructura
una variable entera X
i
, cuyo
resultado es fraccionario e
igual a X
Bi
Resuelva dos problemas
lineales iguales al anterior,
pero con restriccin:
y
Incluyase en el anlisis slo
aquellos programas cuyo
resultado sea mejor a
cualquiera de las soluciones
enteras conocidas
Seleccione aquel
programa lineal que
tenga el mejor valor
de la funcin objetivo
Bi i
X X s

1 + >
Bi i
X X
SI NO
Ejemplo:

Dado el siguiente problema, resulvalo mediante el algoritmo B&B:
enteros y 0 ,
45 9 5
6
:
8 5
2 1
2 1
2 1
2 1
>
s +
s +
+ =
X X
X X
X X
sa
X X Z
Max

Como es el nico problema en la lista, lo resolvemos; en un caso real, esta relajacin
se debe resolver mediante el mtodo simplex, pero para fines acadmicos se
aplicar el mtodo grfico, del cual se obtiene la solucin ptima:

X1
X2
Restriccin 1
RSF
5
6
6 9 8
Funcin
Objetivo
Z
0
=
4
1
,2
5
X
1
=
2
,2
5
X
2
=
3
,7
5
Restriccin 2

75 , 3 ; 25 , 2 ; 25 , 41
2 1 0
= = = X X Z
X1
X2
Restriccin 1
RSF
5
6
6 9 8
Funcin
Objetivo
Z
0
=
4
1
,2
5
X
1
=
2
,2
5
X
2
=
3
,7
5
Restriccin 2
75 , 3 ; 25 , 2 ; 25 , 41
2 1 0
= = = X X Z
Como vemos, las dos variables son fraccionales, por lo cual, se puede tomar
cualquiera de ellas como variable de ramificacin. Escojamos arbitrariamente X
2
para
ramificar, por lo cual, se generan los siguientes problemas:

0 , X
3
45 9 5
6
:
8 5 ) (
2 1
2
2 1
2 1
2 1 1
>
s
s +
s +
+ =
X
X
X X
X X
sa
X X Z Max P
0 , X
4
45 9 5
6
:
8 5 ) (
2 1
2
2 1
2 1
2 1 2
>
>
s +
s +
+ =
X
X
X X
X X
sa
X X Z Max P

X1
X2
Restriccin 1
RSF
5
6
6 9 8
Funcin
Objetivo
Z1=
3
9
X1=
3
X2=
3
Restriccin 2
X1
X2
Restriccin 1
RSF
5
6
6 9 8
Funcin
Objetivo
Z2=
4
1
X1=
1
,8
X2=
4
3 ; 3 ; 39
2 1 1
= = = X X Z
4 ; 8 , 1 ; 41
2 1 2
= = = X X Z
En este caso, el (P
1
) tiene soluciones enteras y nos permite actualizar el incumbente
a 33
~
= Z . Pero notemos que (P
2
) tiene un valor objetivo mayor que el incumbente,
por lo cual, es posible encontrar posibles soluciones enteras con mejor valor de la
incumbente anterior. De esta manera, se genern dos nuevos problemas a resolver
al tener que restringir X
1
, ya que X
2
es

entera:

0 , X
1 X
4
45 9 5
6
:
8 5 ) (
2 1
1
2
2 1
2 1
2 1 3
>
s
>
s +
s +
+ =
X
X
X X
X X
sa
X X Z Max P
0 , X
2 X
4
45 9 5
6
:
8 5 ) (
2 1
1
2
2 1
2 1
2 1 4
>
>
>
s +
s +
+ =
X
X
X X
X X
sa
X X Z Max P

X1
X2
Restriccin 1
RSF
5
6
6 9 8
Funcin
Objetivo
Z2=40,5
X1=1
X2=4,4
Restriccin 2
X1
X2
Restriccin 1
5
6
6 9 8
Funcin
Objetivo
Infactible
Restriccin 2
44 , 4 ; 1 ; 55 , 40
2 1 3
= = = X X Z
}Infactible X X Z
2 1 4
; ;
En este caso, el (P
4
) no puede ser resuelto, debido a su infactibilidad, generando que
no sea posible su ramificacin. Notemos que (P
3
) tiene un valor objetivo mayor que el
incumbente, por lo cual, es posible encontrar posibles soluciones enteras y con mejor
valor de la incumbente. De esta manera, se generan dos nuevos problemas a
resolver al tener que restringir X
2
, ya que X
1
es

entera:

0 , X
4
1

4
45 9 5
6
:
8 5 ) (
2 1
2
1
2
2 1
2 1
2 1 5
>
s
s
>
s +
s +
+ =
X
X
X
X
X X
X X
sa
X X Z Max P
0 , X
5
1

4
45 9 5
6
:
8 5 ) (
2 1
2
1
2
2 1
2 1
2 1 6
>
>
s
>
s +
s +
+ =
X
X
X
X
X X
X X
sa
X X Z Max P

X1
X2
Restriccin 1
RSF
5
6
6 9 8
Funcin
Objetivo
Z2=37
X1=1
X2=4
Restriccin 2
X1
X2
Restriccin 1
RSF
5
6
6 9 8
Funcin
Objetivo
Z2=40
X1=0
X2=5
Restriccin 2
4 ; 1 ; 37
2 1 5
= = = X X Z
5 ; 0 ; 40
2 1 6
= = = X X Z
Notemos que el (P
5
) y (P
6
) tienen soluciones enteras, por lo cual es necesario
actualizar la incumbente: si analizamos el (P
5
), el valor objetivo es mayor que la
incumbente anteriormente establecida, es decir, es necesario actualizar dicho valor a
37
~
= Z , pero si analizamos ahora el (P
6
), el valor de esta solucin es mejor que la
incumbente recin obtenida, por lo cual, hay que actualizar nuevamente dicho valor a
40
~
= Z . Esto nos permite indicar que cualquier valor que se obtenga, ya sea al
ramificar (P
3
) o (P
5
) siempre nos dar una peor incumbente.

Finalmente, la solucin ptima del problema viene dado por:
5
0
40
*
2
*
*
1
=
=
=
X
X
Z

El rbol de la ramificacin y acotamiento se presenta a continuacin:
P
0
X
1
= 2,25
X
2
= 3,75
Z
0
= 41,25
P
5
X
1
= 1
X
2
= 4
Z
5
= 37
P
6
X
1
= 0
X
2
= 5
Z
6
= 40
P
3
X
1
= 1
X
2
= 4,4
Z
3
= 40,5
P
4
Infactible
P
1
X
1
= 3
X
2
= 3
Z
1
= 39
P
2
X
1
= 1,8
X
2
= 4
Z
2
= 41
3
2
s X 4
2
> X
1
1
s X 2
1
> X
4
2
s X 5
2
> X